7 familles d’objets connectés à éviter pour protéger sa vie privée

Caméras, enceintes, montres, babyphones et aspirateurs robots peuvent transformer des habitudes domestiques en données. Le bon réflexe consiste à examiner les capteurs, le cloud et les mises à jour avant de cliquer sur acheter.

Une caméra dans l’entrée, une enceinte près du canapé ou une montre au poignet ajoutent des capteurs là où l’on vivait jusque-là sans témoin numérique. Le risque ne vient pas uniquement d’un piratage. L’appareil peut aussi enregistrer, analyser et transmettre des informations à une application ou à un service distant, parfois pour une fonction dont on n’a jamais eu besoin.

Les données ne se limitent pas aux images et aux conversations. Un objet connecté peut aussi produire des horaires d’utilisation, des informations de présence ou d’absence, des habitudes de sommeil, une localisation approximative, des identifiants techniques et des interactions avec une application. Pris séparément, ces signaux semblent anodins. Assemblés, ils décrivent une routine.

Une revue systématique publiée dans Heliyon en 2024 a recensé 45 études scientifiques sur les données personnelles, la surveillance, les comportements des utilisateurs et la conception des produits de l’Internet des objets. Elle décrit un problème à plusieurs niveaux: collecte, circulation, conservation et contrôle des données. Elle ne conclut pas que chaque appareil espionne son propriétaire.

Le bon critère n’est donc pas « connecté ou non », mais « que collecte-t-il, où vont les données et puis-je couper le robinet? »

Sept familles qui jouent avec le feu numérique

Caméra connectée, intimité en courant d’air

Une caméra intérieure ou une sonnette vidéo peut capter des visages, des voix, des passages et des horaires d’absence. La détection de mouvement, l’identification et les notifications peuvent reposer sur une analyse effectuée dans le cloud. Si le compte est compromis, l’accès peut concerner les flux vidéo, les historiques et certains réglages à distance.

Méfiez-vous des modèles qui imposent un stockage distant, ne proposent pas de double authentification ou ne précisent pas la durée de conservation. Un fabricant qui ne donne aucune information sur les mises à jour ajoute une autre incertitude. Dans une chambre, la caméra mérite une raison d’être particulièrement claire. Le confort ne justifie pas tout.

Enceinte vocale, le micro dans le salon

Sur certains modèles, l’appareil détecte un mot d’activation avant d’envoyer une requête au service distant. Une activation accidentelle, un historique conservé trop longtemps ou un compte partagé peuvent toutefois exposer davantage de conversations que prévu.

Écartez les modèles qui rendent la suppression des requêtes difficile, réclament des autorisations sans rapport avec leur fonction ou empêchent de désactiver certaines options de personnalisation. Dans un bureau ou une pièce où l’on reçoit des invités, le bouton de coupure du micro n’est pas une décoration. Un assistant vocal utile ne devrait pas devenir l’archiviste de la maison.

Babyphone et jouet intelligent, petit public gros enjeu

Un babyphone connecté combine souvent caméra, microphone, application mobile et accès à distance. Un jouet dit intelligent peut intégrer un micro, un compte en ligne ou une messagerie. Dans les deux cas, l’appareil concerne des enfants qui ne maîtrisent ni les réglages ni la portée de la collecte.

Les produits dont la marque est difficile à identifier, dont l’application n’est plus suivie ou qui ne fonctionnent qu’avec une connexion permanente demandent une prudence particulière. Le stockage local, la désactivation de l’accès distant et la suppression des enregistrements réduisent la dépendance au fabricant. On comprend l’envie de surveiller une chambre depuis son téléphone. Reste à savoir qui d’autre peut regarder.

Montre santé et GPS, le corps en partage

Une montre ou un bracelet peuvent mesurer le rythme cardiaque, le sommeil, l’activité physique, les trajets et parfois la position en temps réel. Ces données peuvent aider à suivre une routine sportive, mais elles donnent aussi une image précise des horaires, des déplacements et de l’état physique d’une personne.

Un article publié dans Sensors en septembre 2024 propose une méthode de protection de la localisation pour l’Internet des objets avec edge computing. Sa méthode de k-anonymat par regroupement combine des positions réelles et virtuelles, puis est évaluée par simulation. Ce travail ne mesure pas la confidentialité d’une montre précise, mais il rappelle que la transmission et les appareils intermédiaires comptent aussi.

Pour une montre grand public, désactivez la localisation permanente lorsqu’elle n’est pas nécessaire. Vérifiez la durée de conservation, l’export des données et la possibilité de les supprimer. Sinon, le poignet devient un carnet de bord particulièrement bavard.

Télé connectée, vos habitudes en prime time

Une télévision connectée peut recueillir les applications utilisées, les contenus consultés, le temps de visionnage et les interactions avec la télécommande. Certains modèles ajoutent un microphone ou des recommandations fondées sur l’activité du foyer. L’écosystème peut alors apprendre quand, quoi et combien de temps vous regardez.

Évitez les appareils dont les réglages de publicité personnalisée, de télémétrie ou de reconnaissance automatique sont difficiles à trouver et à désactiver. Une télévision qui ne réclame pas de compte pour les fonctions de base et qui présente des options de confidentialité lisibles limite déjà la collecte. Le canapé n’avait pas demandé un dossier comportemental complet.

Aspirateur robot, le plan de la maison sur serveur

Pour se déplacer, un aspirateur robot peut cartographier les pièces, mémoriser des obstacles et associer ces informations à des horaires de nettoyage. Une carte intérieure ne contient pas de conversation, mais elle peut révéler la disposition du logement, les pièces utilisées et les moments où l’appareil fonctionne.

Le problème est plus difficile à maîtriser quand la carte est stockée uniquement dans le cloud, quand l’application conserve un historique détaillé ou quand la suppression du compte et des données n’est pas expliquée. Avant l’achat, vérifiez si le nettoyage reste possible en local et si la carte peut être effacée sans abandonner l’appareil.

Gadget à bas prix, sécurité au rabais

Prises, ampoules, capteurs et petites caméras utilisent eux aussi une application, un compte et un micrologiciel qui doivent être suivis dans le temps. Une politique de confidentialité introuvable, un support impossible à joindre ou l’absence d’informations sur les correctifs sont de mauvais signaux.

Le prix bas ne dit rien de la durée du suivi logiciel. Si le fabricant ne précise pas combien de temps il fournit des mises à jour, comment supprimer les données et où contacter le support, l’achat crée une dépendance durable. Le gadget le plus discret reste parfois celui qu’on n’ajoute pas au Wi-Fi.

Le contrôle technique avant le clic

Avant l’achat, passez chaque appareil au même filtre. Cela évite de se farcir quinze pages de conditions générales sans savoir quoi chercher.

1. Repérez les capteurs. Microphone, caméra, GPS, mesure du sommeil ou cartographie: chaque capteur doit correspondre à une fonction que vous utiliserez réellement.
2. Identifiez le trajet des données. Cherchez si l’appareil fonctionne sans cloud, où les historiques sont stockés et si le fabricant indique une durée de conservation.
3. Contrôlez le compte. Une double authentification, un mot de passe unique et une adresse de récupération protégée comptent autant que la sécurité du Wi-Fi.
4. Vérifiez le suivi logiciel. Des mises à jour récentes et une politique claire de correctifs valent mieux qu’une promesse vague de sécurité.
5. Examinez les permissions. Une ampoule qui réclame les contacts, les SMS et la localisation précise en permanence mérite quelques explications.

Après l’achat, on reprend la main

Un appareil déjà installé n’est pas condamné à tout conserver. Dressez la liste des objets, applications et comptes encore actifs. Les appareils oubliés dans un placard peuvent rester associés à un compte ou à un réseau. Supprimez ceux qui ne servent plus, révoquez les accès partagés et effacez les historiques disponibles.

Désactivez les fonctions inutiles: accès distant, reconnaissance faciale, personnalisation publicitaire, localisation permanente ou envoi de données d’usage. Activez les mises à jour automatiques lorsqu’elles sont proposées et remplacez les appareils qui ne reçoivent plus de correctifs. Ce n’est pas très glamour, mais c’est moins pénible que de laisser une vieille caméra ouvrir une porte au réseau domestique.

Un article publié dans Scientific Reports en 2025 analyse la protection de la vie privée dans l’Internet des objets à l’aide d’un modèle réunissant utilisateurs, appareils, opérateurs réseau et attaquants. Le modèle a été évalué sur le jeu de données informatique CIC IoT, pas dans une maison équipée d’une caméra ou d’une enceinte. Ses résultats ne garantissent donc pas la sécurité d’un appareil grand public. Ils rappellent toutefois que la protection dépend de plusieurs acteurs, pas d’un seul bouton « sécurisé » dans une application.

Moins de capteurs, moins d’accès distant et des comptes mieux protégés: la vie privée se défend surtout par soustraction. Le Wi-Fi survivra sans une ampoule qui réclame votre localisation.

Sources et références scientifiques

1. Understanding perspectives for product design on personal data privacy in internet of things (IoT): A systematic literature review (SLR) – PMC. Heliyon. DOI: 10.1016/j.heliyon.2024.e30357 · PMID: 38737231.
2. 1.Brown A.J. “Should I stay or should I leave?”: exploring (Dis)continued facebook use after the Cambridge Analytica scandal. Soc. Media Soc. 2020;6 doi: 10.1177/2056305120913884. [DOI] [Google Scholar]. doi:10.1177/2056305120913884.
3. 2.Schoenherr J.R. 2022 IEEE Int. Symp. Technol. Soc. ISTAS. IEEE; 2022. The wholly alliance: psychographics ethics and the Internet of things; pp. 1-8. [DOI] [Google Scholar].
4. 3.Shaukat K., Alam T.M., Hameed I.A., Khan W.A., Abbas N., Luo S. 2021 26th Int. Conf. Autom. Comput. ICAC. IEEE; Portsmouth, United Kingdom: 2021. A review on security challenges in Internet of things (IoT) pp. 1-6. [DOI] [Google Scholar].
5. 4.Ziegeldorf J.H., Morchon O.G., Wehrle K. Privacy in the Internet of things: threats and challenges: privacy in the Internet of things: threats and challenges. Secur. Commun. Network. 2014;7:2728-2742. doi: 10.1002/sec.795. [DOI] [Google Scholar]. doi:10.1002/sec.795.
6. 5.Slobogin C. Technologically-assisted physical surveillance: the American bar association's tentative draft standards, harv. J. Law Technol. 1996;10:383. [Google Scholar].
7. 6.Leung L., Lee P.S.N. Multiple determinants of life quality: the roles of Internet activities, use of new media, social support, and leisure activities. Telematics Inf. 2005;22:161-180. doi: 10.1016/j.tele.2004.04.003. [DOI] [Google Scholar]. doi:10.1016/j.tele.2004.04.003.
8. 7.Tsapkou D. From surveillance to dataveillance: disappearing bodies and the end of optics. Birkbeck Law Rev. 2015;3:103. [Google Scholar].
9. 8.Clarke R. Information technology and dataveillance. Commun. ACM. 1988;31:498-512. doi: 10.1145/42411.42413. [DOI] [Google Scholar]. doi:10.1145/42411.42413.
10. 9.Lyon D. Surveillance, snowden, and big data: capacities, consequences, critique. Big Data Soc. 2014;1 doi: 10.1177/2053951714541861. [DOI] [Google Scholar]. doi:10.1177/2053951714541861.
11. 10.Schneier B. Fifteenth Anniversary Edition. John Wiley & Sons, Inc; Indianapolis, Indiana: 2015. Secrets and Lies: Digital Security in a Networked World. [Google Scholar].
12. 11.Wood D. 2003. Editorial. Foucault and Panopticism Revisited. [Google Scholar].
13. 12.Lo’ai T., Muheidat F., Mais T., Quwaider M. IoT privacy and security: challenges and solutions | EndNote click. 2020..
14. Construction of evolutionary stability and signal game model for privacy protection in the internet of things – PMC. Scientific reports. DOI: 10.1038/s41598-025-08836-z · PMID: 40593151.
15. 1.Paraschos, P. D. & Koulouriotis, D. E. Game difficulty adaptation and experience personalization: A literature review. Int. J. Human-Comput Interact.39 (1), 1-22. 10.1080/10447318.2021.2020008 (Jan. 2023).. doi:10.1080/10447318.2021.2020008.
16. 2.Singh, B. & Kaunert, C. Integration of cutting-edge technologies such as internet of things (IoT) and 5G in health monitoring systems: a comprehensive legal analysis and futuristic outcomes. GLS Law J.6 (1), 13-20. 10.69974/glslawjournal.v6i1.123 (Jan. 2024).. doi:10.69974/glslawjournal.v6i1.123.
17. 3.Mohammad, N. et al. Ensuring security and privacy in the internet of things: challenges and solutions. J. Comput. Commun.12 (8), 257-277. 10.4236/jcc.2024.128016 (Aug. 2024).. doi:10.4236/jcc.2024.128016.
18. 4.Ullah, A. et al. Smart cities: the role of internet of things and machine learning in realizing a data-centric smart environment. Complex. Intell. Syst.10 (1), 1607-1637. 10.1007/s40747-023-01175-4 (Feb. 2024).. doi:10.1007/s40747-023-01175-4.
19. 5.Dornelas, R. S. & Lima, D. A. Correlation filters in machine learning algorithms to select demographic and individual features for autism spectrum disorder diagnosis. J. Data Sci. Intell. Syst.1 (2), 105-127. 10.47852/bonviewJDSIS32021027 (Jun. 2023).. doi:10.47852/bonviewJDSIS32021027.
20. 6.Tudoran, A. A. Rethinking privacy in the Internet of Things: a comprehensive review of consumer studies and theories, Internet Res., vol. 35, no. 2, pp. 514-545, Mar. (2025). 10.1108/INTR-01-2023-0029. doi:10.1108/INTR-01-2023-0029.
21. 7.Sarker, I. H., Khan, A. I., Abushark, Y. B. & Alsolami, F. Internet of things (IoT) security intelligence: a comprehensive overview, machine learning solutions and research directions. Mob. Netw. Appl.28 (1), 296-312. 10.1007/s11036-022-01937-3 (Feb. 2023).. doi:10.1007/s11036-022-01937-3.
22. 8.Shahid, J. et al. Data protection and privacy of the internet of healthcare things (IoHTs). Appl. Sci.12 (4), 1927-1949. 10.3390/app12041927 (Feb. 2022).. doi:10.3390/app12041927.
23. 9.Zubaydi, H. D., Varga, P. & Molnár, S. Leveraging blockchain technology for ensuring security and privacy aspects in internet of things: A systematic literature review, Sensors, vol. 23, no. 2, pp. 788-831, Jan. (2023). 10.3390/s23020788 [DOI] [PMC free article] [PubMed]. doi:10.3390/s23020788.
24. 10.Wang, R. et al. Privacy-preserving federated learning for internet of medical things under edge computing. IEEE J. Biomed. Health Inf.27 (2), 854-865. 10.1109/JBHI.2022.3157725 (Feb. 2022). [DOI] [PubMed]. doi:10.1109/JBHI.2022.3157725.
25. 11.Yu, F. et al. Privacy protection of medical data based on multi-scroll memristive Hopfield neural network, IEEE Trans. Netw. Sci. Eng., 10, 2, 845-858, 10.1109/TNSE.2022.3223930.Apr. (2022).. doi:10.1109/TNSE.2022.3223930.Apr.
26. 12.Ali, A., Al-Rimy, B. A. S., Alsubaei, F. S., Almazroi, A. A. & Almazroi, A. A. Healthlock: Blockchain-based privacy preservation using homomorphic encryption in internet of things healthcare applications, Sensors, vol. 23, no. 15, pp. 6762-6791, Jul. (2023). 10.3390/s23156762 [DOI] [PMC free article] [PubMed]. doi:10.3390/s23156762.
27. Location Privacy Protection for the Internet of Things with Edge Computing Based on Clustering K-Anonymity – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s24186153 · PMID: 39338897.
28. 1.Huang C.-Y., Chiang Y.-H., Tsai F. An Ontology Integrating the Open Standards of City Models and Internet of Things for Smart-City Applications. IEEE Internet Things J. 2022;9:20444-20457. doi: 10.1109/JIOT.2022.3178903. [DOI] [Google Scholar]. doi:10.1109/JIOT.2022.3178903.
29. 2.Duan C., Feng J., Chang H. Meteorology-Aware Path Planning for the UAV Based on the Improved Intelligent Water Drops Algorithm. IEEE Access. 2021;9:49844-49856. doi: 10.1109/ACCESS.2021.3068972. [DOI] [Google Scholar]. doi:10.1109/ACCESS.2021.3068972.
30. 3.Pathak N., Misra S., Mukherjee A., Kumar N. HeDI: Healthcare Device Interoperability for IoT-Based e-Health Platforms. IEEE Internet Things J. 2021;8:16845-16852. doi: 10.1109/JIOT.2021.3052066. [DOI] [Google Scholar]. doi:10.1109/JIOT.2021.3052066.
31. 4.Orlando M., Estebsari A., Pons E., Pau M., Quer S., Poncino M., Bottaccioli L., Patti E. A Smart Meter Infrastructure for Smart Grid IoT Applications. IEEE Internet Things J. 2022;9:12529-12541. doi: 10.1109/JIOT.2021.3137596. [DOI] [Google Scholar]. doi:10.1109/JIOT.2021.3137596.
32. 5.Shi H., Zheng M., Liang W., Zhang J., Wang K., Liu S. Transmission Scheduling with Order Constraints in WIA-FA-Based AGV Systems. IEEE Internet Things J. 2021;8:381-392. doi: 10.1109/JIOT.2020.3004529. [DOI] [Google Scholar]. doi:10.1109/JIOT.2020.3004529.
33. 6.Srilakshmi U., Veeraiah N., Alotaibi Y., Alghamdi S.A., Khalaf O.I., Subbayamma B.V. An Improved Hybrid Secure Multipath Routing Protocol for MANET. IEEE Access. 2021;9:163043-163053. doi: 10.1109/ACCESS.2021.3133882. [DOI] [Google Scholar]. doi:10.1109/ACCESS.2021.3133882.
34. 7.Kim C.-M., Lim S.-K., Jeong J.-D., Choi Y., Koh S.-J. 6LoWPAN over Optical Wireless Communications for IPv6 Transport in Internet of Things Networks. IEEE Wirel. Commun. Lett. 2022;11:1142-1145. doi: 10.1109/LWC.2022.3159257. [DOI] [Google Scholar]. doi:10.1109/LWC.2022.3159257.
35. 8.Halba K., Griffor E., Lbath A., Dahbura A. IoT Capabilities Composition and Decomposition: A Systematic Review. IEEE Access. 2023;11:29959-30007. doi: 10.1109/ACCESS.2023.3260182. [DOI] [Google Scholar]. doi:10.1109/ACCESS.2023.3260182.
36. 9.Baza M., Nabil M., Mahmoud M.M., Bewermeier N., Fidan K., Alasmary W., Abdallah M. Detecting Sybil Attacks Using Proofs of Work and Location in VANETs. IEEE Trans. Dependable Secur. Comput. 2022;19:39-53. doi: 10.1109/TDSC.2020.2993769. [DOI] [Google Scholar]. doi:10.1109/TDSC.2020.2993769.
37. 10.Yin X., Zhu Y., Hu J. A Subgrid-Oriented Privacy-Preserving Microservice Framework Based on Deep Neural Network for False Data Injection Attack Detection in Smart Grids. IEEE Trans. Ind. Inform. 2022;18:1957-1967. doi: 10.1109/TII.2021.3102332. [DOI] [Google Scholar]. doi:10.1109/TII.2021.3102332.
38. 11.Pu X., Feng W., Wen W., Chen Q. Energy-Efficient Parallel Multi-Access Edge Computing in OFDMA Wireless Networks. IEEE Trans. Veh. Technol. 2021;70:9613-9618. doi: 10.1109/TVT.2021.3089222. [DOI] [Google Scholar]. doi:10.1109/TVT.2021.3089222.
39. 12.Ren X., Qiu C., Wang X., Han Z., Xu K., Yao H., Guo S. AI-Bazaar: A Cloud-Edge Computing Power Trading Framework for Ubiquitous AI Services. IEEE Trans. Cloud Comput. 2023;11:2337-2348. doi: 10.1109/TCC.2022.3201544. [DOI] [Google Scholar]. doi:10.1109/TCC.2022.3201544.
40. An online tool based on the Internet of Things and intelligent blockchain technology for data privacy and security in rural and agricultural development – PMC. Scientific reports. DOI: 10.1038/s41598-025-13231-9 · PMID: 40717139.
41. 1.Kumar, S. et al. Internet of things is a revolutionary approach for future technology enhancement: a review. J. Big Data6(111), (2019)..
42. 2.Effah, E. et al. A Tutorial on agricultural IoT: Fundamental concepts, architectures, routing, and optimization. (2023)..
43. 3.Dhanaraju, M. et al. Smart farming: internet of things (IoT)-based sustainable agriculture. Agriculture12 (10), 1745 (2022). [Google Scholar].
44. 4.Gerodimos, A. et al. IoT: Communication protocols and security threats. Internet Things Cyber Phys. Syst. (2023)..
45. 5.Tariq, N. et al. The security of big data in fog-enabled IoT applications including blockchain: A survey. Sensors19 (8), 1788 (2019). [DOI] [PMC free article] [PubMed] [Google Scholar].
46. 6.Alajlan, R. et al. Cybersecurity for blockchain-based IoT systems: A review. Appl. Sci.13 (13), 7432 (2023). [Google Scholar].
47. 7.Uddin, M. A. et al. A survey on the adoption of blockchain in iot: challenges and solutions. Blockchain: Res. Appl.2 (2), 100006 (2021). [Google Scholar].
48. 8.Latif, S. et al., A blockchain-based architecture for secure and trustworthy operations in the industrial internet of things. J. Ind. Inf. Integr.21 (100190), (2021)..
49. 9.Mulani, U. M. & Patil, M. Securing IoT system access control using Blockchain-Based approach. Int. J. Intell. Syst. Appl. Eng.10 (3s), 33-39 (2022). [Google Scholar].
50. 10.Jeet, R. et al. Secure model for IoT healthcare system under encrypted blockchain framework. Secur. Commun. Netw. (2022)..
51. 11.Luo, H., Zhang, Q., Sun, G., Yu, H. & Niyato, D. Symbiotic blockchain consensus: cognitive backscatter communications-enabled wireless blockchain consensus. IEEE/ACM Trans. Networking. 32 (6), 5372-5387. 10.1109/TNET.2024.3462539 (2024). [Google Scholar]. doi:10.1109/TNET.2024.3462539.
52. 12.Luo, H., Sun, G., Chi, C., Yu, H. & Guizani, M. Convergence of symbiotic communications and blockchain for sustainable and trustworthy 6G wireless networks. IEEE Wirel. Commun.32 (2), 18-25. 10.1109/MWC.001.2400245 (2025). [Google Scholar]. doi:10.1109/MWC.001.2400245.
53. René Ronse. Objets connectés : protéger sa vie privée. 2026.
54. PrivacyOn. Privacy Risks of Smart Home Devices. 2026.
55. Arthur. Objets connectés : les risques à ne pas ignorer. 2025.
56. Akshay V. IoT Data Privacy 2024: Secure Connected Devices & Best Practices in 2026. 2026.